研究：Apple 最新的 AI 模型以高达 92% 的准确率标记健康状况

快速阅读: 据《9对5Mac》称，苹果支持的新研究显示，行为数据（如运动、睡眠）比传统生物指标更能预测健康。WBM模型基于可穿戴设备的行为数据训练，表现优异，与PPG数据结合效果更佳。

一项由苹果支持的新研究认为，你的行为数据（如移动、睡眠、锻炼等）往往比传统生物指标（如心率或血氧水平）更能成为健康信号。为了证明这一点，研究人员开发了一个基于可穿戴设备收集的行为数据训练的基础模型，其表现令人惊讶地出色。以下是详细信息。

这篇预印本论文《超越传感器数据：来自可穿戴设备的行为数据基础模型提高了健康预测》是苹果心脏与运动研究（AHMS）的结果。他们使用超过25亿小时的可穿戴设备数据训练了一个新的基础模型，表明它能够与（甚至优于）基于低级传感器数据构建的现有模型相媲美。

一项由苹果支持的新研究认为，你的行为数据（如移动、睡眠、锻炼等）往往比传统生物指标（如心率或血氧水平）更能成为健康信号。为了证明这一点，研究人员开发了一个基于可穿戴设备收集的行为数据训练的基础模型，其表现令人惊讶地出色。以下是详细信息。

他们将新模型称为WBM，即可穿戴行为模型。虽然以前的健康相关基础模型主要依赖于原始传感器流，例如Apple Watch的心率传感器（PPG，即光电容积描记法）或其心电图（ECG），但WBM直接从更高级别的行为指标学习：步数、步态稳定性、活动能力、VO₂ max等。这些都是Apple Watch能够大量生成的数据。

但是，如果Apple Watch有这些传感器，新模型有什么用呢？

这是一个很好的问题。答案就在研究中：

换句话说，尽管Apple Watch收集原始传感器数据，但这些数据可能嘈杂、繁杂，并不总是与有意义的健康事件对齐。

而WBM所使用的指标虽然基于这些传感器数据，但数据经过优化，突出了现实世界的行为和与健康相关的趋势。它们更加稳定，更容易解释，并且结构更清晰，更适合建模长期健康趋势。

实际上，WBM是从处理后的行为数据中学习模式，而不是直接依赖原始传感器信号。

而WBM所使用的指标虽然基于这些传感器数据，但数据经过优化，突出了现实世界的行为和与健康相关的趋势。它们更加稳定，更容易解释，并且结构更清晰，更适合建模长期健康趋势。

技术内幕

WBM是在161,855名AHMS参与者的Apple Watch和iPhone数据上训练的。该模型没有使用原始数据流，而是输入了27个可被人类理解的行为指标，例如活跃能量、步行速度、心率变异性、呼吸频率和睡眠时间。

数据被分解为每周块，并通过一种基于Mamba-2的新架构进行处理，这种架构在这一用例中的表现优于传统的Transformer（GPT所基于的传统Transformer架构）。

在57项与健康相关的任务中，WBM在47项静态健康预测任务（如某人是否服用β受体阻滞剂）中有18项超过了强大的PPG模型，在所有动态任务（如检测怀孕、睡眠质量或呼吸道感染）中只有一个例外（糖尿病，单独的PPG获胜）。

更棒的是：结合WBM和PPG数据表示可以产生最准确的结果。混合模型在怀孕检测中实现了惊人的92%的准确率，并在睡眠质量、感染、损伤以及心血管相关任务（如房颤检测，即心房颤动检测）中取得了稳定的提升。

最终，这项研究并不是试图用WBM取代传感器数据，而是对其进行补充。像WBM这样的模型识别长期行为信号，而PPG则捕捉短期生理变化。但结合起来，它们能更好地及早发现有意义的健康变化。

如果你想了解更多关于苹果心脏与运动研究和其他研究的信息，我们已经为您准备好了。

亚马逊上的AirPods优惠

AirPods Pro 2，USB-C充电：149美元（原价249美元）

AirPods 4 USB-C充电：89美元（原价129美元）

AirPods 4，USB-C和无线充电：119美元（原价179美元）

AirPods Max，USB-C充电，午夜色：429.99美元（原价549美元）

添加9to5Mac到你的谷歌新闻。

FTC：我们使用收益型自动联盟链接。

更多。

你正在阅读9to5Mac——每日报道苹果及其周边生态系统新闻的媒体。务必浏览我们的主页获取最新资讯，并在Twitter、Facebook和LinkedIn上关注9to5Mac以及时了解最新动态。还不知道从哪里入手？查看我们的独家故事、评测、教程，并订阅我们的YouTube频道。

(以上内容均由Ai生成)